Laboratorio # 3

PASO 1. Abrir el programa Statgraphics centurin e introducir los datos

como se observa en la siguiente pantalla

ESTADISTICA Y PROBABILIDADES Pgina 1

Paso 2. En la barra de men del programa seleccionar la opcin relacionar

un factor (regresin simple) tal como se ve en la siguiente pantalla pantalla

ESTADISTICA Y PROBABILIDADES Pgina 2

Paso3. En la sub ventana regresin simple seleccionar la variable respuesta

y la variable regresora y hacer clip en aceptar

ESTADISTICA Y PROBABILIDADES Pgina 3

Paso 4 .una vez obtenido el anlisis para estas dos variables y sus
respectivas graficas como se muestra en la siguiente pantalla.

ESTADISTICA Y PROBABILIDADES Pgina 4

Paso 5. En la opcin tablas, (es una sub ventana seleccionamos el resumen

del anlisis los pronsticos y la comparacin de los modelos alternativos tal como se ve en la siguiente pantalla

ESTADISTICA Y PROBABILIDADES Pgina 5

Regresin Simple - consumo vs. Temperatura Variable dependiente: consumo Variable independiente: temperatura Lineal: Y = a + b*X Coeficientes Mnimos Cuadrados Parme Estimado tro Intercep -6.35126 to Pendien 9.20861 te Estnd Estadsti ar co Error T ValorP 1.6586 0.003 9 3.82908 3 0.0335 274.123 0.000 93 0

Pendiente: por cada incremento que tengo en la temperatura es de 274.123 se estima que aumenta el consumo Intercepto: significa que desde ese punto se en piensa a incrementar la temperatura Anlisis de Varianza Fuente Modelo Residuo Total (Corr.) Suma de Cuadrados 280598. 37.3417 280636. Gl Cuadrado Medio 1 280598. 10 3.73417 11 Razn- Valor-P F 75143. 0.0000 40

Coeficiente de Correlacin = 0.999933 El coeficiente de correlacin es 0.999933 aproximadamente, significa que la relacin que existe entre las 2 variables (consumo y temperatura) es muy fuerte
ESTADISTICA Y PROBABILIDADES Pgina 6

R-cuadrada = 99.9867 porciento El modelo de regresin final es un 99.9867%

Error estndar del est. = 1.9324 Entonces 1.9324 es la magnitud de desviacin representativa desde la recta de regresin lineal estimada

Anlisis de Varianza con Carencia de Ajuste Fuente Modelo Residuo Carencia de Ajuste Error Puro Total (Corr.) Suma de Cuadrados 280598. 37.3417 35.9805 1.36125 280636. Gl Cuadrado Medio 1 280598. 10 3.73417 9 3.99783 1 1.36125 11 Razn- Valor-P F 75143. 0.0000 40 2.94 0.4201

Valores Predichos 95.00 % Prediccio Lmite Predicc nes in X Y Inferio Superio r r 21.0 187.03 182.15 191.901 9 74.0 675.086 670.15 680.018 4 95.00 % Lmite Confian za Inferio Superio r r 184.75 189.307 2 672.68 677.491 1

ESTADISTICA Y PROBABILIDADES Pgina 7

Comparacin de Modelos Alternos Modelo Correlaci Rn Cuadrad a Lineal 0.9999 99.99% Cuadrado Doble 0.9999 99.99% Raz Cuadrada Doble 0.9999 99.98% Multiplicativa 0.9999 99.98% Doble Inverso 0.9998 99.96% Raz Cuadrada-Y Log- 0.9964 99.27% X Raz Cuadrada de X 0.9962 99.25% Raz Cuadrada de Y 0.9961 99.23% Logartmico-Y Raz 0.9957 99.15% Cuadrada-X Cuadrado de X 0.9873 97.47% Curva S -0.9867 97.36% Cuadrado de Y 0.9864 97.30% Logaritmo de X 0.9851 97.05% Exponencial 0.9844 96.90% Inversa-Y Log-X -0.9835 96.74% Raz Cuadrada-X 0.9697 94.04% Cuadrado-X Cuadrado-Y Raz 0.9690 93.90% Cuadrada-X Raz Cuadrada-Y -0.9684 93.78% Inversa de X Inversa-Y Raz -0.9647 93.06% Cuadrada-X Log-Y Cuadrado-X 0.9446 89.22% Cuadrado-Y Log-X 0.9445 89.22% Inversa de X -0.9432 88.96% Inversa de Y -0.9395 88.26% Cuadrado-Y Inversa de -0.8790 77.27% X Inversa-Y Cuadrado-X -0.8761 76.76%

ESTADISTICA Y PROBABILIDADES Pgina 8

Grfico del Modelo Ajustado consumo = -6.35126 + 9.20861*temperatura 780 680

consumo

580 480 380 280 180 21 31 41 51 61 temperatura 71 81

Por cada temperatura incremento de temperatura se estima que el consumo que se realiza, va a aumentar en 9.20861

ESTADISTICA Y PROBABILIDADES Pgina 9

Grfico de Residuos consumo = -6.35126 + 9.20861*temperatura 4.8

Rediduo Estudentizado

2.8

0.8

-1.2

-3.2 21 31 41 51 61 temperatura 71 81

Quiere decir que el modelo ajustado es adecuado para los datos porque no hay un patrn aparente en esta grafica de residuales contra la temperatura

ESTADISTICA Y PROBABILIDADES Pgina 10